多任务学习(MTL)是机器学习的一个子领域,可以同时解决多个学习任务,同时利用各个任务之间的共性和差异。与单独训练模型相比,这可以提高特定任务模型的学习效率和预测准确性。多任务学习是归纳传递的一种方法,它通过将相关任务的训练信号中包含的域信息用作归纳偏差来提高泛化能力。通过使用共享表示形式并行学习任务来实现,每个任务所学的知识可以帮助更好地学习其它任务。
第1009期机器学习日报(2017-06-23)
好东西传送门
0+阅读 · 2017年6月24日
启元世界“星际指挥官”3:0 战胜黄金级选手 &&《工作机会》
深度强化学习实验室
0+阅读 · 2019年9月29日
基于背景知识的对话模型
PaperWeekly
0+阅读 · 2017年7月17日
Multi-task Learning的三个实用小知识
极市平台
0+阅读 · 2020年4月2日
深度神经网络中的多任务学习汇总
极市平台
10+阅读 · 2019年9月24日
爱奇艺视频精彩度分析算法及应用
DataFunTalk
1+阅读 · 2020年10月22日
论文浅尝 | 推荐系统的可解释性浅谈
开放知识图谱
15+阅读 · 2018年11月27日
参考链接
父主题
微信扫码咨询专知VIP会员